导读:本文包含了模型广义预测控制论文开题报告文献综述及选题提纲参考文献，主要关键词:广义预测控制,连续搅拌反应釜,非线性,T-S模糊模型
模型广义预测控制论文文献综述
许娣,佃松宜,高钰凯[1]（2019）在《基于T-S模糊模型的CSTR系统广义预测控制》一文中研究指出模糊预测控制将模糊与预测2种思想相结合,已经成功应用于工控领域。连续搅拌反应釜是化工生产过程中典型的非线性系统,传统控制方法难以满足其控制精度要求。本文提出一种模糊广义预测控制方法。采用改进的模糊划分聚类算法对T-S模糊模型的前件参数进行辨识,仿真证明该算法的辨识效果优于原始模糊聚类算法;结合带有遗忘因子的递推最小二乘法对模糊模型的后件参数进行辨识。采用广义预测控制算法与PID算法分别对连续搅拌反应釜系统进行仿真验证,仿真结果证明了本文方法的有效性。(本文来源于《自动化与仪表》期刊2019年11期）
余世明,张航,何德峰,赵云波[2]（2019）在《基于神经网络模型的计量泵远程流量广义预测控制》一文中研究指出为了在流程工业中实现流体物料的远程投加,提出了一种隔膜计量泵流量远程控制方案。方案采用上层优化节点、双信道通信网络和本地控制器的分级控制策略,利用神经网络辨识计量泵流量和电机转速的动态模型,设计了基于自适应广义预测控制(GPC)的流量调节算法。通过对比仿真和实际平台验证了所提出方案的可行性和有效性。(本文来源于《高技术通讯》期刊2019年11期）
陈咏炜,罗响,赵继敏[3]（2019）在《基于广义双矢量的永磁同步电机双模型预测转矩控制》一文中研究指出为了减少永磁同步电机(permant magnet synchronous motor,PMSM)模型预测转矩控制(model preictive torque control,MPTC)策略的转矩脉动,提出了一种基于广义双矢量的PMSM双模型预测转矩控制策略。控制策略将基本电压矢量组合扩展到广义双矢量,将基本电压矢量组合选取与作用时间计算分两次模型预测转矩控制处理,在每个控制周期先选择两个基本电压矢量,再计算其作用时间。仿真结果说明,与传统占空比模型预测控制相比,明显减少了转矩脉动。(本文来源于《电气自动化》期刊2019年03期）
黄魏[4]（2017）在《基于广义预测控制的汽车多模型混合低速控制》一文中研究指出汽车作为科学技术成果,它是一把双刃剑,给人类出行带来便利,同时也造成诸多社会困扰。汽车保有量的持续上涨,伴随而来的是交通拥堵不堪、噪声污染加剧、交通安全降低等。近年,互联网+和人工智能技术的诞生和发展使得人类追求更加安全、高效和便捷的生活,因此,具有高级驾驶辅助系统的汽车应运而生。自适应巡航控制系统作为其中一个子功能,使车辆在安全工况下行驶,并进一步提高驾驶的舒适性和经济性。首先,本文定义低速自适应巡航系统的功能需求,对系统整体结构按照功能划分模块,并阐述每个子模块实现的系统功能,对子模块所需的关键技术进行归纳。其次,本文针对汽车低速工况下的动力学特性进行分析,得到简化的汽车纵向动力学系统逆模型。基于逆模型公式构建的驱动和刹车控制的切换策略,有效避免两者的频繁切换。针对发动机的非线性特性,采用大范围线性化方法补偿汽车的部分非线性,并利用CARMA(可控自回归滑动平均模型)来描述近似线性化的系统。通过结构辨识定义系统模型的多项式阶次,并且通过最小二乘法实现系统状态参数辨识。对实际系统响应与传递函数的响应结果进行对比分析,最终构建多个驱动工况下的参数模型和单个刹车工况下的参数模型。基于上述研究,利用广义预测控制算法,建立多模型混合低速控制器,主要针对下层控制器实现实际加速度对目标加速度的跟随。该控制器通过模型预测多步系统响应,通过实际加速度与期望加速度误差加权值和控制量增量加权值作为指标函数求解系统当前状态的最优控制量。为了验证本方法的可行性和有效性,搭建传统PID控制器进行对比验证,其评价指标包含超调量、稳态误差等。仿真结果表明,实际加速度对目标加速度的响应平稳,实际加速度没有出现振荡和发散现象。将汽车的多个参数模型和广义预测算法相结合,下层控制器能够较好地改善汽车低速工况下的控制性能。针对汽车内部参数变化和外部环境的小范围变化,该控制器能够控制车辆较快地收敛到稳定状态,具有良好的鲁棒性。(本文来源于《重庆邮电大学》期刊2017-04-09）
刘翔[5]（2016）在《基于T-S模糊模型的水轮机调节系统广义预测控制研究》一文中研究指出为了提高水轮机调节系统控制性能,本文对预测控制在水电机组控制中的应用展开了研究。预测控制理论和算法主要针对线性系统,对于水电机组这样一个具有强非线性和时变特性的复杂系统,将非线性系统简单近似线性化处理。基于线性模型设计的预测控制器,由于预测模型与真实系统偏差较大,控制效果非常有限。模糊系统具有与人脑类似的描述方式,能够智能地获取和处理定性信息。T-S模糊模型是一种对非线性系统具有很强逼近能力和泛化能力的本质非线性模型。将T-S模糊模型与预测控制相结合能充分结合模糊系统和预测控制的优点。本文对基于T-S模糊模型的水轮机调节系统广义预测控制方法进行了研究。具体研究工作如下:本文提出将一种新型神经网络-极限学习机(ELM)应用于水轮机仿真建模中。ELM具有学习速度极快、学习精度高、泛化能力好等优点。用ELM来描述水轮机力矩变化特性和流量变化特性,能更真实地表达水轮机动态特性的非线性变化关系,是水轮机非线性仿真建模十分有效的方法。研究了水轮机调节系统被控对象的T-S模糊模型辨识方法。同时,针对系统辨识输入变量难以选择的问题,采用决策树搜索法来挑选输入变量,建立系统的最优模糊模型。最后,应用所提辨识方法对水电机组典型工况下的动态过程进行了辨识试验,结果表明所提辨识方法具有较高辨识精度。针对水电机组的非线性、时变特性,将T-S模糊模型与广义预测控制(GPC)相结合,设计出一种基于T-S模糊模型的水轮机调节系统自适应广义预测控制器。通过在离线辨识的T-S模糊模型基础上在线对模型进行实时调整,基于此自适应模型采用GPC算法对水电机组进行控制。对水轮机调节系统的仿真研究表明本文所设计的控制器具有很好的控制效果,控制性能指标明显优于常规PID控制方法和常规基于线性模型的GPC控制方法。(本文来源于《华中科技大学》期刊2016-05-01）
于传江,申涛[6]（2016）在《联合粉磨系统基于T-S模糊模型广义预测控制》一文中研究指出针对磨机负荷多变量、强耦合、大滞后的控制难题,利用磨机电流的历史数据进行T-S模糊建模,对所建模型设计广义预测控制器,采用对控制器模糊加权的方法调节控制器输出,通过Matlab进行仿真比较。结果表明:广义预测控制达到稳态所需时间约为25 s,而PID控制需要约90 s,广义预测控制跟踪设定值的快速性更好,能更快达到控制要求;该方法避免了反复求解不同丢番图方程的繁琐过程,简化了控制器运算步骤。(本文来源于《济南大学学报(自然科学版)》期刊2016年04期）
梁肖,崔宝同,楼旭阳[7]（2016）在《基于广义投影神经网络优化的模型预测控制》一文中研究指出为降低模型预测控制优化问题的计算复杂度,以时滞系统的模型预测控制问题作为研究对象,利用神经网络动态平衡点与优化问题解相对应的特点,提出一种基于广义投影神经网络的模型预测控制优化算法。首先将模型预测控制优化问题描述为一个带约束的二次规划问题,再通过广义投影神经网络模型进行在线优化。该方法充分发挥了神经网络并行、结构简单的优点,通过具体实例仿真验证了该算法的有效性和优越性。(本文来源于《计算机应用研究》期刊2016年06期）
李泰,侯小燕,林鹤云[8]（2015）在《基于Hammerstein-Wiener模型的广义预测控制》一文中研究指出提出了一种新型的基于Hammerstein-Wiener模型的广义预测控制策略。采用基于最小二乘支持向量机的Hammerstein-Wiener模型描述非线性系统动态特性,作为被控对象预测模型。同时,针对现有遗传算法和混沌粒子群优化算法收敛速度慢和精度低等缺点,给出一种拟牛顿信赖域混沌粒子群混合优化算法,作为预测控制的滚动优化策略,函数测试和非线性对象的广义预测控制的滚动优化表明该算法的优越性。最后,对设计的预测控制器进行实例仿真,结果表明它能满足系统实时稳定运行的需求,取得了良好的控制效果。(本文来源于《系统工程与电子技术》期刊2015年08期）
雷世昌[9]（2014）在《T-S模型的窑炉压力无超调快速广义预测控制设计》一文中研究指出窑压是玻璃窑炉运行过程中重要的被控指标之一,直接影响窑炉能耗、寿命及产品成品率,优化窑炉压力控制具有重要的经济意义。由于受到众多因素的影响,窑压具有典型的非线性特性,现有方法的控制效果还有很大的提升空间。本文针对窑压设计了一套新型无超调快速模糊广义预测控制方法(NFGPC),先利用"离线+在线"组合辨识方法得到窑压对象的T-S模型;然后基于该模型对系统进行分片线性化得到时变CARIMA模型,以设计窑压广义预测控制律;结合柔化理论与新型滚动优化目标函数设计一种广义预测控制律,该方法无需求解逆矩阵即可得到控制输出,计算量更小;由于新目标函数的应用,该方法还能够克服传统GPC引起的超调效应。仿真结果表明该方法能够很好的处理窑压非线性系统建模问题,与PID控制、线性GPC(LGPC)以及模糊广义预测控制(FGPC)以及快速模糊广义预测控制(FFGPC)等方法控制效果的对比表明,NFFGPC在处理非线性系统控制问题上具有一定的优越性。(本文来源于《计算机与应用化学》期刊2014年08期）
朱峰,于佐军,胡云朕[10]（2014）在《基于U模型的非线性系统的比例积分型广义预测控制》一文中研究指出为进一步改善非线性系统控制器的性能,本文提出了一种基于U模型的非线性系统的比例积分型广义预测控制算法。本控制算法是在UMGPC[1]的基础上提出的,结合了比例积分控制与广义预测控制的长处,即把比例积分的反馈结构与广义预测控制的预测功能结合起来,通过采用全新的目标函数来实现。最后,通过脱机和实时仿真的方式显示该控制算法的可行性和优越性。(本文来源于《第25届中国过程控制会议论文集》期刊2014-08-09）
模型广义预测控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了在流程工业中实现流体物料的远程投加,提出了一种隔膜计量泵流量远程控制方案。方案采用上层优化节点、双信道通信网络和本地控制器的分级控制策略,利用神经网络辨识计量泵流量和电机转速的动态模型,设计了基于自适应广义预测控制(GPC)的流量调节算法。通过对比仿真和实际平台验证了所提出方案的可行性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模型广义预测控制论文参考文献
[1].许娣,佃松宜,高钰凯.基于T-S模糊模型的CSTR系统广义预测控制[J].自动化与仪表.2019
[2].余世明,张航,何德峰,赵云波.基于神经网络模型的计量泵远程流量广义预测控制[J].高技术通讯.2019
[3].陈咏炜,罗响,赵继敏.基于广义双矢量的永磁同步电机双模型预测转矩控制[J].电气自动化.2019
[4].黄魏.基于广义预测控制的汽车多模型混合低速控制[D].重庆邮电大学.2017
[5].刘翔.基于T-S模糊模型的水轮机调节系统广义预测控制研究[D].华中科技大学.2016
[6].于传江,申涛.联合粉磨系统基于T-S模糊模型广义预测控制[J].济南大学学报(自然科学版).2016
[7].梁肖,崔宝同,楼旭阳.基于广义投影神经网络优化的模型预测控制[J].计算机应用研究.2016
[8].李泰,侯小燕,林鹤云.基于Hammerstein-Wiener模型的广义预测控制[J].系统工程与电子技术.2015
[9].雷世昌.T-S模型的窑炉压力无超调快速广义预测控制设计[J].计算机与应用化学.2014
[10].朱峰,于佐军,胡云朕.基于U模型的非线性系统的比例积分型广义预测控制[C].第25届中国过程控制会议论文集.2014